相關主題
商品描述
本書為讀者勾勒出了一幅人工智能發展與進步的全景圖。全書核心內容可歸納為四個維度：一是回溯千百年來，人類對智慧本質與機械生命的持續探索，梳理AI思想的源頭；二是聚焦20世紀50年代“機器能思考嗎？”這一命題，並以達茅斯會議為起點，展現人工智能在“興起期”“寒冬期”與“覆蘇期”跌宕起伏的發展歷程；三是剖析互聯網、大數據、計算機硬件等技術如何推動機器學習與深度學習崛起，進而促成人工智能的範式變革與躍遷；四是立足當下大模型時代，探討AI如何賦能產業變革、加速人類社會發展，詮釋“AI未來已來”的時代圖景。
本書舉重若輕、循序漸進、通俗易懂。對於對AI感興趣的普通讀者，本書將幫助他們了解AI的前世今生，帶領他們輕松走進AI；對於AI從業者，本書將助力他們在AI波瀾壯闊的發展歷程中獲得新的靈感，讓他們的AI實踐之路走得更穩、更準、更踏實；而對於青少年，本書將為他們種下一顆探索智能奧秘的種子，激發他們探索未來前沿科技的無限潛能。
目錄大綱
序一 仰望星辰，奔赴大海
序二 穿越時空的AI對話
前言
第1章 走進人工智能 /
1.1 從四個驚艷又驚悚的事實說起 /
1.1.1 易容術：網絡的AI幽靈 /
1.1.2 讀心術：廣告為何如影隨形 /
1.1.3 蘿蔔快跑：出租車司機怎麼辦 /
1.1.4 山雨欲來：70%工作或將被AI替代 /
1.2 追問：什麼是人工智能 /
1.2.1 機器也能變聰明嗎 /
1.2.2 到底什麼是人工智能 /
1.3 全方位審視AI /
1.3.1 分級：從模仿到創造 /
1.3.2 從信息智能到生物智能 /
1.4 AI研究全景視圖 /
1.4.1 理論基礎層：算法的基石 /
1.4.2 感知交互層：構建數字感官 /
1.4.3 應用實踐層：落地與場景創新 /
1.4.4 倫理社會層：守護智能時代 /
本章小結 /
第2章 圖靈夢想：機器能思考嗎 /
2.1 人類智能的初設想 /
2.1.1 機械生命：希臘族的傳說 /
2.1.2 解密：木牛流馬的AI密碼 /
2.2 AI浪漫時代的開啟 /
2.2.1 第一個人工經元模型 /
2.2.2 秘挑戰：圖靈測試 /
2.2.3 群星薈萃：達茅斯會議 /
2.3 華山論劍：AI的三大學派 /
2.3.1 符號信徒：萬物皆為符號系統 /
2.3.2 接線達人：萬物皆可連連看 /
2.3.3 控制：萬物皆能控制 /
本章小結 /
第3章 成長的煩惱：AI的興起、寒冬與曙光 /
3.1 蹣跚學步中的人工智能 /
3.1.1 基於規則的AI系統（RBS） /
3.1.2 個AI程序：邏輯理論家 /
3.2 人工智能的黃金十年 /
3.2.1 理論探索：用魔法搭建積木 /
3.2.2 應用突破：AI實踐推進 /
3.3 人工智能興起的“陷阱” /
3.3.1 強“畫餅”大會 /
3.3.2 們“集體上頭” /
3.4 萊希爾報告：AI寒冬的“” /
3.4.1 報告出爐：AI期望破滅 /
3.4.2 困境重重：計算和算法限制 /
3.4.3 感知機受挫：當頭一擊 /
3.4.4 資金斷流：研究項目停滯 /
3.5 的轉折：覆蘇與繁榮 /
3.5.1 家系統：AI覆興的催化劑 /
3.5.2 機器學習：從硬編碼到自學習 /
3.5.3 經網絡：辛頓的堅持 /
本章小結 /
第4章 雙輪驅動：AI的數據與數學 /
4.1 AI的本質：映射關系的探尋 /
4.1.1 尋找函數映射關系 /
4.1.2 模型訓練：從數據中學習規律 /
4.2 數據：數字化的現實映射 /
4.2.1 數據的多元化形式 /
4.2.2 數據預處理 /
4.2.3 訓練集、測試集與驗證集 /
4.2.4 數據之間的“距離” /
4.3 數學：AI的算法引擎 /
4.3.1 損失函數 /
4.3.2 激活函數 /
4.3.3 梯度：模型化的導航儀 /
本章小結 /
第5章 數據驅動的AI革命：機器學習 /
5.1 機器學習的底層邏輯 /
5.1.1 機器學習重構AI範式 /
5.1.2 “吃”數據與“吐”數據的秘密 /
5.1.3 例看機器學習 /
5.2 模型化與評估 /
5.2.1 過擬合與欠擬合 /
5.2.2 模型評估：混淆矩陣 /
5.3 從數據到智能的奧秘 /
5.3.1 指點：監督學習 /
5.3.2 無師自通：無監督學習 /
5.3.3 自學有道：半監督學習 /
5.3.4 獎勵驅動：強化學習 /
5.4 機器學習以案說“法” /
5.4.1 線性回歸：數值預測的科學 /
5.4.2 邏輯回歸：判斷的藝術 /
5.4.3 決策樹：分支選擇的智慧 /
5.4.4 樸素貝葉斯：織就“因果網” /
5.4.5 k均值聚類：物以類聚，人以群分 /
本章小結 /
第6章 智能的躍遷：深度學習 /
6.1 經網絡：AI智慧大腦的覺醒 /
6.1.1 感知機：經網絡的萌芽 /
6.1.2 經網絡 /
6.2 經網絡到深度學習的蛻變 /
6.2.1 經網絡的沈浮 /
6.2.2 華麗轉身：深度學習 /
6.2.3 深度學習與人工智能 /
6.3 深度學習的方法論 /
6.3.1 經網絡訓練的目標 /
6.3.2 如何訓練經網絡 /
6.3.3 反向傳播算法 /
6.4 深度學習以案說“法” /
6.4.1 卷積經網絡：看圖說話 /
6.4.2 循環經網絡：前事不忘後事之師 /
6.4.3 長短期記憶網絡：有選擇地記憶 /
6.4.4 生成對抗網絡：萬事皆可使用GAN /
本章小結 /
第7章 跨越AI時代：現實與夢想 /
7.1 看得見的AI：練就火眼金睛 /
7.1.1 人臉識別：從手機解鎖到“天網”抓逃 /
7.1.2 目標檢測：準鎖定圖中目標 /
7.1.3 醫學影像：AI看片比人更靠譜嗎 /
7.2 聽得懂的AI：聆聽之聲 /
7.2.1 語音助手：Siri和Alexa的“塑料友情” /
7.2.2 機器翻譯：從“逐字硬譯”到“信達雅” /
7.2.3 智能客服：面對AI，如何雅吐槽 /
7.3 行走的AI：邁出鏗鏘智能步伐 /
7.3.1 自動駕駛：方向盤動起來 /
7.3.2 智能交通：讓擁堵成為“過去式” /
本章小結 /
第8章 大模型：重塑AI智能生態 /
8.1 AI話：谷歌與OpenAI /
8.1.1 開拓者：谷歌的AI創新之路 /
8.1.2 思維革命：OpenAI的GPT /
8.2 大語言模型（LLM）時代 /
8.2.1 ChatGPT一鳴驚人 /
8.2.2 Transformer：讓ChatGPT變成“話癆” /
8.2.3 LLM技術解密 /
8.2.4 LLM自我意識之謎：開悟、頓悟、思維鏈與幻覺 /
8.3 提示工程：LLM時代的級密碼 /
8.3.1 從模型驅動到提示驅動 /
8.3.2 CO-STAR：釋放LLM潛能 /
本章小結 /
第9章 DeepSeek：探索智能新邊界 /
9.1 DeepSeek橫空出世 /
9.1.1 國產LLM江湖風雲錄 /
9.1.2 DeepSeek的突圍之路 /
9.1.3 算法與智慧：解碼DeepSeek /
9.2 DeepSeek：智能新邊界 /
9.2.1 DeepSeek-V3和DeepSeek-R1 /
9.2.2 快速使用DeepSeek服務 /
9.2.3 DeepSeek的圖譜 / 2
9.2.4 駕馭DeepSeek的黃金法則 /
9.3 DeepSeek的佳實踐 /
9.3.1 確的數值計算 /
9.3.2 與Excel集成的數據處理 /
9.3.3 數據分析與可視化 /
9.3.4 智能報告解析與摘要 /
9.3.5 實時聯網信息整合 /
本章小結 /
第10章 未來已來：AI駛向何方 /
10.1 級智能：AI的形態 /
10.1.1 通用人工智能的探索 /
10.1.2 AI+X：催生無限可能 /
10.2 AI未來狂想 /
10.2.1 “人類2.0”時代：Neuralink腦機接口 /
10.2.2 具身智能：從波士頓動力到柔性機器人 /
10.2.3 反向圖靈測試：如果AI也懂心理學 /
10.2.4 哲學爭議：工具、夥伴還是替代者 /
10.3 AI邊界與倫理隱憂 / 3
10.3.1 倫理困境：算法偏見、隱私侵犯與道德決策 /
10.3.2 版權迷霧：AI創作的版權屬於誰 /
10.3.3 駕駛悖論：撞孕婦還是撞老人的選擇 /
10.3.4 職場新困擾：如何避被AI了功勞 /
10.3.5 “龍蝦”破局：智能體的狂歡與邊界 /
10.4 初心與猜想：AI會越人類嗎 /
10.4.1 正方：AI將征服星辰大海 /
10.4.2 反方：人類始是璀璨的存在 /
本章小結 /
附錄 80年AI大事件 /
